机器学习面试题

机器学习面试题总结（笔记）

一面试题概述面试的时候，面试官会结合你的回答和你的简历来询问你，所以在写简历的时候，简历上所写的所有内容在写的时候必须自己反问一下自己，这个知识点懂不懂。面试其实是一个沟通技巧的考量，在面试的时候要“灵活”；在有一些问题上，如果不会，那么直接说不会就可以；但是在一些比较关键的问题上，如果这个算法不会，最好可以稍微的提一下相关的算法，灵活回答。机器学习/人工智能相关岗位在招聘人员的时候，主要考量的指
摩天轮的守候·2020-01-02 17:13

备战AI求职季 | 100道机器学习面试题（上）

导读：金三银四招聘季，小编特为大家整理了100道关于机器学习方面的BAT面试大题，希望能助大家一臂之力，有些题目解析较长，所以就写了几行，更多解析可见七月在线官网题库（PS：解析未完的题目后面有注明在官网题库对应的机器学习类目下第几题，可在官网题库查看或是在七月在线APP上查看）1、协方差和相关性有什么区别？解析：相关性是协方差的标准化格式。协方差本身很难做比较。例如：如果我们计算工资（$）和年龄
七月在线·2019-12-26 14:19

机器学习常见的15道面试题

现在，大圣众包威客平台（www.dashengzb.cn）便为大家搜罗15道或常见或棘手的机器学习面试题目，让欲从事相关工作的IT人能够更加从容地走上机器学习专家之路。
大圣众包·2019-11-04 00:40

机器学习面试题集(个人疑惑的题)

找工作一直在找机器学习的岗位，最近在博客上看到一些面试题，做了一下，对自己不懂的地方做了一些总结：1.假设X公司的员工收入分布中位数为$35,000，25%和75%比例处的数值为$21,000和$53,000。收入$1会被认为是异常值吗？答案：需要更多信息解析：异常值是指样本中的个别值明显偏离其余观测值，也叫离群值。目前人们对异常值的判别与剔除主要采用物理判别法和统计判别法两种方法。所谓物理判别法
Roy-Better·2019-10-02 08:54

机器学习面试题答案&详细解答

机器学习(machinelearning)深度学习(deeplearning)面试笔试题(interviewquestions)/课程课后考试习题解答链接机器学习笔试面试题汇总-极客面试Github-MachineLearningInterviewQuestions1-1001(单选)决策树对连续值特征多路划分的最大问题是02(单选)下面哪张图能表示朴素贝叶斯分类的假设03(单选)对神经网络而言，
极客兔兔·2019-08-06 00:00

机器学习面试题

vivo校招提前批广告推荐算法工程师https://www.jianshu.com/p/e752b5ed5f0a概率论:中心极限定理dropout,bnkNN和kmeans的区别FMSVM,SMO在广告推荐大数据场景下，比如数据量是千万级时，是使用SVM还是DNN，why？SMO了解吗？lasso回归和岭回归PCA、SVD（以及LDA）随机森林和GBDTxgboosthttps://zhuanla
婉妃·2019-07-26 09:06

机器学习面试题准备

数据处理：如何处理缺失数据(missingvalue)?各种处理方法有什么利弊？数据处理：如何将描述变量(categoricalvariables)转为连续变量(continuousvariables)?如何处理有序变量？如何处理无序变量？数据处理：如何进行选择特征选择？如何进行数据压缩？特征选择：包裹式，过滤式，嵌入式数据压缩：主成分分析，自编码等模型解释:试解释什么是欠拟合与过拟合？如何应对这
sakwsnow·2019-07-17 00:00

机器学习面试题集 - 如何进行 A/B 测试

https://www.toutiao.com/a6699055831033315847/2019-06-0522:38:20什么是A/B测试？A/B测试什么时候用？如何应用A/B测试？什么是A/B测试A/B测试是最简单的对照实验方法，可以用来对产品的两个版本进行比较。将用户随机分成两组，这样两组数据可以来自同一分布。一组叫做对照组，使用产品的旧版，一组叫做实验组，使用产品的新版。两组同时做线上测
喜欢打酱油的老鸟·2019-06-07 15:38

机器学习面试题

1、LR和SVM的联系与区别？答：LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进的情况下可以处理多分类问题）。
赵生银·2019-05-21 18:56

【面经】机器学习相关

文章目录机器学习面试题汇总1.必备技能2.面试中问到的问题3.可能问到的代码题机器学习面试题汇总1.必备技能2.面试中问到的问题Adam和SGD优化器哪个更好，好在哪里，哪个使模型更加容易发散?
aaon22357·2019-05-17 19:34

1000 面试题（含答案），BAT 机器学习面试刷题宝典！

本文作者便总结了往年BAT机器学习面试题，干货满满，值得收藏。想要入职大厂可谓是千军万马过独木桥。为了通过层层考验，刷题肯定是必不可少的。
古老的屋檐下·2019-04-29 14:49

揭秘人工智能面试内容：8家国际巨头机器学习面试题目整理

https://www.toutiao.com/a6675219466017571339/首先介绍一下主人公这个大佬在机器学习（语音分析、文本分析和图像分析领域应用）领域有4年以上的从业经验。总的来说，这个领域的大多数工作职位主要包括文本分析（自然语言处理）和图像分析（计算机视觉）。很少有公司招聘语音或音频分析的人才。他现在的目标是应聘一个中高级职位，可以带领一个深度学习或机器学习团队做一些有趣的
喜欢打酱油的老鸟·2019-04-04 08:54

机器学习面试题

本文来自七月实验室，无意间发现的一个公众号，感觉挺有用的，就摘录一下。(tips:一个在线的公式编辑工具：http://latex.codecogs.com/eqneditor/editor.php)问题目录1，哪些机器学习算法不需要做归一化处理？2，如何理解模型的过拟合与欠拟合，以及如何解决？3，机器学习特征工程操作，以及它的意义4，逻辑斯特回归为什么要对特征进行离散化？1，哪些机器学习算法不需
weixin_43473360·2019-03-27 00:34

机器学习面试题总结

链接：https://www.jianshu.com/p/d289755e89bb一面试题概述面试的时候，面试官会结合你的回答和你的简历来询问你，所以在写简历的时候，简历上所写的所有内容在写的时候必须自己反问一下自己，这个知识点懂不懂。面试其实是一个沟通技巧的考量，在面试的时候要“灵活”；在有一些问题上，如果不会，那么直接说不会就可以；但是在一些比较关键的问题上，如果这个算法不会，最好可以稍微的提
张筱竼·2019-03-15 16:48

常见机器学习面试题

原常见机器学习面试题2017年03月14日21:11:37xbmatrix阅读数：13634参考：http://kubicode.me/2015/08/16/Machine%20Learning/Common-Interview
daodanxiansheng·2019-03-12 16:49

机器学习面试题

https://blog.csdn.net/a2524289/article/details/788884801.支持向量机（SVM）的优缺点：VM的优缺点优点：(1)非线性映射是SVM方法的理论基础,SVM利用内积核函数代替向高维空间的非线性映射；(2)对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM方法的核心；(3)支持向量是SVM的训练结果,在SVM分类决策中起决定作用
doulinxi115413·2019-02-20 19:57

机器学习面试题整理（带答案详解，持续更新中。。。）

1.什么是机器学习机器学习是为了应对系统程序设计，属于计算机科学类的学科，它能根据经验进行自动学习和提高。例如：一个由程序操纵的机器人，它能根据从传感器搜集到的数据，完成一系列的任务和工作。它能根据数据自动地学习应用程序。2.机器学习和数据挖掘的区别机器学习是指在没有明确的程序指令的情况下，给予计算机学习能力，使它能自主的学习、设计和扩展相关算法。数据挖掘则是一种从非结构化数据里面提取知识或者未知
清平の乐·2018-12-15 16:53

机器学习面试题——逻辑回归

Q1:逻辑回归在训练的过程当中，如果有很多的特征高度相关或者说有一个特征重复了很多遍，会造成怎样的影响如果在损失函数最终收敛的情况下，其实就算有很多特征高度相关也不会影响分类器的效果。但是对特征本身来说的话，假设只有一个特征，在不考虑采样的情况下，你现在将它重复N遍。训练以后完以后，数据还是这么多，但是这个特征本身重复了N遍，实质上将原来的特征分成了N份，每一个特征都是原来特征权重值的百分之一。Q
黑桃5200·2018-12-07 16:44

机器学习试试水——15道机器学习面试真题检测一下吧！

机器学习面试题机器学习面试真题真题详解1.11关于交叉验证思想你会在时间序列数据集上使用什么交叉验证技术？是用k倍或LOOCV？都不是。
LoveMIss-Y·2018-11-13 17:45

机器学习面试题总结！！！！

需要内推三七互娱的盆友萌，（9月5号截止）可以参考另一篇文章，或者内推QQ群：175423207BAT机器学习面试系列1.请简要介绍下SVM。SVM，全称是supportvectormachine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。扩展：支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、线性支持向量机及非线性支持
飞向蓝天的小飞机·2018-09-20 21:35

机器学习面试题解（6-10）

6、HMM的三个基本问题先放上我完整理论的一些博客https://blog.csdn.net/Ding_xiaofei/article/details/81629479前一段时间刚刚复习过，但还是有一个想不起来了，在面试官的提醒下才答出来的。概率计算问题，已知HMM模型参数，和观测值，计算观测值出现的概率学习问题，已知观测序列，计算HMM的模型参数预测问题，解码问题，我们平时用的最多的，已知观测序
Ding_xiaofei·2018-09-19 14:56

机器学习面试题解（6-10）

6、HMM的三个基本问题先放上我完整理论的一些博客https://blog.csdn.net/Ding_xiaofei/article/details/81629479前一段时间刚刚复习过，但还是有一个想不起来了，在面试官的提醒下才答出来的。概率计算问题，已知HMM模型参数，和观测值，计算观测值出现的概率学习问题，已知观测序列，计算HMM的模型参数预测问题，解码问题，我们平时用的最多的，已知观测序
Ding_xiaofei·2018-09-19 14:56

机器学习面试题解（1-5）

1、L1正则和L2正则的区别先放上一个参考博客https://blog.csdn.net/jinping_shi/article/details/52433975要点：线性回归中加入两个不同的正则分别就是两个不同的回归L1和L2正则的定义L1和L2正则化的主要作用知道定义和作用基本上可以回到上面的问题了。如果希望有更加深入的理解的，可以点击我们最先放出来的参考链接，查看更加详细地内容。L2正则化和
Ding_xiaofei·2018-09-17 23:04

基本机器学习面试问题 --- 理论/算法

机器学习面试题的分类Thefirstreallyhastodowiththealgorithmsandtheorybehindmachinelearning.You’llhavetoshowanunderstandingofhowalgorithmscomparewithoneanotherandhowtomeasuretheirefficacyandaccuracyintherightway.T
小墨鱼~~·2018-08-22 18:17

机器学习面试题整理

https://blog.csdn.net/u010976453/article/details/78488279https://blog.csdn.net/woaidapaopao/article/details/77806273https://blog.csdn.net/woaidapaopao/article/details/77806273请简要介绍下SVM    SVM叫做支持向量机，它
bc7720·2018-08-08 00:00

机器学习面试题汇总(集成学习相关)

机器学习面试题汇总(集成学习相关)集成学习面试题1.什么是集成学习算法？2.集成学习主要有哪几种框架？3.简单介绍一下bagging，常用bagging算法有哪些？
Potato_45·2018-08-07 15:38

机器学习面试题汇总(逻辑斯蒂回归相关)

机器学习面试题汇总(逻辑斯蒂回归相关)逻辑回归面试题1.逻辑斯蒂回归推导2.简述一下线性回归3.为什么逻辑斯特回归中使用最大似然函数求得的参数是最优可能的参数值？4.逻辑回归是线性模型吗？
Potato_45·2018-08-07 12:26

机器学习面试题汇总(机器学习基础)

机器学习面试题汇总(机器学习基础)机器学习基础面试题1.请简要说说一个完整机器学习项目的流程2.简单说下有监督学习和无监督学习的区别3.线性分类器与非线性分类器的区别以及优劣4.对于维度很高的特征你选择线性分类器还是非线性分类器
Potato_45·2018-08-03 16:59

机器学习面试题之——LR问题集合

一、LR为什么是线性模型LogisticRegression从几率的概念构建线性回归模型。一个事件发生的几率（odds）为该事件发生的概率与不发生概率的比值，几率的取值范围为[0,+∞)，其对数的取值范围为实数域，所以，可以将对数几率作为因变量构建线性回归模型：  由此可得，即P(y=1|x,w)=p，这便是LogisticRegression采用sigmoid函数的原因，sigmoid函数将自变
杨一如·2018-07-30 20:20

机器学习面试题之——简要介绍超参数搜索

转发:https://blog.csdn.net/zhangbaoanhadoop/article/details/79559025本篇文章主要介绍在sklearn中采用GridSearchCV和RandomizedSearchCV进行超参数选择。一、超参数介绍：1，超参数：在模型训练中，有些参数不能通过对数据进行学习得到，这种参数叫做超参数。比如，神经网络的层数，每层的神经元数量等。2，超参数的
杨一如·2018-07-29 16:28

机器学习面试题之——BatchNorm

一、背景知识1、机器学习领域有个重要假设：IID独立同分布假设，就是假设训练数据和测试数据是满足相同分布的，这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。而BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布。2、CovariateShift指训练数据和测试数据存在分布的差异性。这会给网络的泛化性和训练速度带来了影响，我们经常使用的方法是做归一化或
杨一如·2018-07-28 00:00

机器学习面试题之——简单解释正则化为什么能减小模型复杂度

理论上，从VC维的角度可以解释，正则化能直接减少模型复杂度。（公式理论略）直观上，对L1正则化来说，求导后，多了一项η*λ*sgn(w)/n，在w更新的过程中：当w为正时，新的w减小，当w为负时，新的w增大，意味着新的w不断向0靠近，即减小了模型复杂度。（PS：也是为什么L1能得到稀疏解的一个参考答案）对L2正则化来说，一方面，w的更新过程为：若没有L2，则w前面的系数为1，η、λ、n都是正的，所
杨一如·2018-07-25 15:08

机器学习面试题总结(1)

机器学习面试题总结（1）导语：为了准备暑期实习，从各种面经中总结了一些机器学习的面试题。答案一部分是网上的答案，一部分是自己的心得。
csj_007·2018-04-15 19:52

自然语言处理资源及机器学习面试题目大全

七月在线实验室---BAT机器学习面试题如何准备机器学习工程师的面试？读完这21个机器学习面试问题和答案，入职率提升99%....等等我觉得上面很多问题可以很好的检查下自己掌握那些算法到什么样的水平。
码不停题Elon·2018-04-11 10:35

BAT机器学习面试题1000题（306~310题）

《BAT机器学习面试1000题》系列作为国内首个AI题库，囊括绝大部分机器学习和深度学习的笔试面试题、知识点，可以作为机器学习自测题，也可以当做查漏补缺的资料库。七月在线AI题库（网页版及APP版）见“阅读原文”306.LSTM神经网络输入输出究竟是怎样的？@YJango，本题解析来源：https://www.zhihu.com/question/41949741RecurrentLayers——
金陵笑笑生·2018-02-09 10:46

【面试107问】谷歌等巨头机器学习面试题：从逻辑回归到智力测验

很多人都想知道，谷歌、微软、Facebook 这样的顶级科技公司，在面试大数据机器学习工程师时会问些什么问题。可惜的是，这些公司的面试者事先都要签保密协议，不允许把面试题目泄露出去。不过美国一家做企业点评与职位搜索的职场社区 glassdoor 还是想方设法搞到了面试题目。让我们现在就揭开这层神秘的面纱吧!Part1一般性问题苹果1.假设你面临着数百万用户，每个用户有数百笔交易，涉及成千上万种产品
机器学习算法与人工智能·2017-12-27 00:00

机器学习面试题(二):微博天气预测

题目的要求是:已知且仅知全国所有城市距今千年来的每天（包括今天）最高最低气温，阴晴雨雪和风力风向，要预测明天北京的最高气温，请详述如何构造样本点和几大类特征会使得预测会很准已知且仅知全国所有城市距今千年来的每天（包括今天）最高最低气温，阴晴雨雪和风力风向，要预测明天北京的最高气温，请详述如何构造样本点和几大类特征会使得预测会很准确。我们首先从业务系统来去考虑,天气系统这样的强时序性系统最本质的特点
云时之间·2017-11-28 22:37

面试-- 转载

来源：《谷歌等巨头机器学习面试题|我爱计算机》一般性问题苹果1.假设你面临着数百万用户，每个用户有数百笔交易，涉及成千上万种产品。你如何对这些用户进行有意义的分类？
Me极客·2017-11-22 23:25

机器学习面试题目总结

1.机器学习中特征的理解def：特征选择和降维特征选择：原有特征选择出子集，不改变原来的特征空间降维：将原有的特征重组成为包含信息更多的特征，改变了原有的特征空间降维的主要方法PrincipalComponentAnalysis(主成分分析)SingularValueDecomposition(奇异值分解)Sammon’sMapping(Sammon映射)特征选择的方法Filter方法Chi-sq
老司机的诗和远方·2017-11-15 18:55

机器学习面试题

BAT机器学习面试1000题系列我的Leetcode账号七月在线购买的课程强调两点:1.虽然本系列主要都是机器学习、深度学习相关的考题，并无其他类型的题，但不代表应聘机器学习或深度学习时面试官就只问这两项，虽是做数据或AI相关，基本的语言（比如Python）、编码coding能力、数据结构、算法、计算机体系结构、操作系统、概率统计基本都是搞IT必备，也必须掌握。对于数据结构和算法，一者，重点推荐前
csdn-panpan·2017-10-28 22:46

机器学习面试题整理(一)

最近在面机器学习的岗位，特此整理些资料.1监督学习：学习一个模型，使模型能对任意给定的输入，将其对应的输出做一个预测，具有标签值。如分类，回归等非监督学习：没有训练集，需要对数据直接建模，没有标签值。如聚类。2常见的损失函数：0-1损失函数平方损失函数(y−f(x))2绝对损失函数|y−f(x)|对数损失函数−log(P(Y|X))3经验风险最小化：求最优模型min1N∑Ni=1L(y,f(x))
JianDianZeng·2017-08-31 00:00

不容错过的50道机器学习面试题及答案

转载自http://www.ppvke.com/Blog/archives/381751.什么是机器学习机器学习是为了应对系统程序设计，属于计算机科学类的学科，它能根据经验进行自动学习和提高。例如：一个由程序操纵的机器人，它能根据从传感器搜集到的数据，完成一系列的任务和工作。它能根据数据自动地学习应用程序。2.机器学习与数据挖掘的区别机器语言是指在没有明确的程序指令的情况下，给予计算机学习能力，使
Jiede1·2017-03-04 00:00

15道机器学习面试题，让你顺利得到offer!

现在，大圣众包威客平台（www.dashengzb.cn）便为大家搜罗15道或常见或棘手的机器学习面试题目，让欲从事相关工作的IT人能够更加从容地走上机器学习专家之路。
大圣众包平台·2016-12-23 00:00

机器学习面试题汇总

1.LR正则化L1和L2的区别？相同点：L1正则化和L2正则化都有助于降低过拟合风险，增加模型的泛化能力．不同点：L1正则化比L2正则化更容易活得稀疏解，将不相关特征对应的权重设为0，去除不相关特征，进行特征选择．L2正则化进行特征权重衰减。L1正则是拉普拉斯先验，L2正则是高斯先验。2.梯度下降法和牛顿法的区别？梯度下降是用平面来逼近局部，牛顿法是用曲面逼近局部。牛顿法是二阶收敛，梯度下降是一阶
Yaphat·2016-09-13 21:00

机器学习面试题---百度2016春招

1、自我介绍。问你的专业和方向。2、说一下你参加的数据挖掘项目或者比赛。简述题目、数据、目的、评价指标、所用算法、遇到的问题、如何解决。3、简述SVM过程，举几个常见的核函数，说说其用途。举例说明什么事支持向量。4、说一下k-means过程。关于k的选择有什么好的看法？5、举个你熟悉的分类算法，简述其原理和过程。6、信息增益、信息增益率、基尼指数各是什么？信息增益率比和信息增益的区别是什么？7、常
a1b2c3d4123456·2016-03-25 12:00

机器学习面试题---百度2016春招

1、自我介绍。问你的专业和方向。2、说一下你参加的数据挖掘项目或者比赛。简述题目、数据、目的、评价指标、所用算法、遇到的问题、如何解决。3、简述SVM过程，举几个常见的核函数，说说其用途。举例说明什么事支持向量。4、说一下k-means过程。关于k的选择有什么好的看法？5、举个你熟悉的分类算法，简述其原理和过程。6、信息增益、信息增益率、基尼指数各是什么？信息增益率比和信息增益的区别是什么？7、常
大号小白兔·2016-03-25 00:00

机器学习面试题合集Collection of Machine Learning Interview Questions

TheMachineLearningpartoftheinterviewisusuallythemostelaborateone.That’sthereasonwehavededicatedacompleteposttotheinterviewquestionsfromML.We’vealsoprovided,whereverpossible,thelinktoSuggestedReadingma
garfielder007·2016-03-11 14:35

机器学习面试题合集Collection of Machine Learning Interview Questions

TheMachineLearningpartoftheinterviewisusuallythemostelaborateone.That’sthereasonwehavededicatedacompleteposttotheinterviewquestionsfromML.We’vealsoprovided,whereverpossible,thelinktoSuggestedReadingma
GarfieldEr007·2016-03-11 14:00
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他